返回搜索结果
Qwen3-8B · Q3_K_S
Apple M2 Ultrallama.cpp v0.53L2 跨框架验证
本页汇总 Qwen3-8B（Q3_K_S）在 Apple M2 Ultra 上以 llama.cpp 运行的 1 次实测数据，来自 1 个独立来源平台；指标为已上架实测的均值。
119.1 tok/s
Decode
解码速度
434.44 tok/s
Prefill
预填充速度
0.28 s
TTFT
首 token 延迟
13.02 GB
VRAM
显存占用
L2 跨框架验证
1
实测次数
1
独立来源
其他
来源平台
17 天前
最后验证
性能表现
- llama.cpp · Q3_K_S （当前）Decode 119.1 · Prefill 434.44 ·
- Ollama · Q2_K Decode 112.25 · Prefill 576.42 ·
- llama.cpp · Q4_K_S Decode 108.67 · Prefill 436.07 ·
- llama.cpp · Q5_K_S Decode 87.67 · Prefill 476.02 ·
- Ollama · Q5_K_M Decode 79.98 · Prefill 403.29 ·
- Ollama · Q8_0 Decode 67.83 · Prefill 284.74 ·
核心数据
- Decode（平均）
- 119.1 tok/s
- Prefill（平均）
- 434.44 tok/s
- TTFT（平均）
- 0.28 s
- VRAM（平均）
- 13.02 GB
- MTP 接受率
- —
- TTFB
- 0.95 GB
- 功耗
- 121.4 W
基础配置
成员级字段取自最近一次实测
- 模型
- Qwen3-8B
- 量化方式
- Q3_K_S
- 框架
- llama.cpp
- 版本
- v0.53
- 上下文长度
- 16384 tokens
- 批次大小
- 256
- GPU 层数
- 99
- Flash Attention
- 开启
硬件信息
标称与实测并排陈列，能否运行由读者自判
- GPU
- Apple M2 Ultra
- 实测显存（均值）
- 13.02 GB
- 系统
- macOS 26.1
- 电源功耗
- 121.4 W
来源与证据
共 1 条实测记录，逐条可回溯到原始出处
v0.53 · macOS 26.1 · 16384 ctx
119.1 tok/s
Decode
434.44 tok/s
Prefill
0.28 s
TTFT
13.02 GB
VRAM
—
MTP
121.4 W
功耗
L2 batch seed 2026-10-19: llama.cpp on hw_id=103 running model_id=53 at Q3_K_S